A Descoberta de Conhecimento em Bases de Dados está associada à identi…cação de relacionamentos implícitos existentes nos dados analisados. O processo global de descoberta de conhecimento, que se desenrola em várias fases, inclui a gestão dos algoritmos de Data Mining, utilizados para extrair padrões dos dados, e a interpretação dos padrões encontrados pelos mesmos. Um caso particular da Descoberta de Conhecimento em Bases de Dados diz respeito à exploração de dados geo-referenciados, isto é, dados que incluem referências a objectos geográ… cos, localizações ou partes de uma divisão territorial. A análise destes dados impõe a veri…cação da componente espacial associada aos mesmos (distâncias, direcções, adjacências, ...), e a sua in‡uência nos restantes dados explorados, já que um objecto geográ…co pode ser afectado por acontecimentos veri…cados em objectos vizinhos. Os algoritmos de Data Mining disponíveis em ferramentas de descoberta de conhecimento tradicionais, que permitem a exploração de dados armazenados em bases de dados relacionais, não estão preparados para a análise desta componente, motivando: i) o desenvolvimento de novos algoritmos; ii) a adaptação de algoritmos já existentes; iii) a utilização de sistemas gestores de bases de dados espaciais ou sistemas de informação geográ…ca, que permitam a incorporação da componente espacial dos dados no processo de descoberta de conhecimento. A existência nas bases de dados organizacionais de identi…cadores geográ…cos qualitativos, como moradas, os quais possibilitam a geo-referenciação da informação através de sistemas de posicionamento indirecto, conduziu à identi…cação de uma abordagem alternativa à análise de dados espaciais, utilizada neste trabalho, que permite a integração da componente espacial dos dados, no processo de descoberta de conhecimento, através da utilização de estratégias de raciocínio espacial qualitativo. Os princípios estabelecidos para o Padrão, o sistema proposto nesta tese, representam uma nova abordagem na análise de dados espaciais, que apresenta como vantagens: o facto de permitir utilizar uma diversidade de técnicas de Data Mining, já disponíveis para dados não espaciais; o suprimir a necessidade de caracterização geométrica das entidades geográ…cas referenciadas; e o permitir aos algoritmos de Data Mining analisar simultaneamente dados geoespaciais e dados não espaciais, não condicionando ou limitando os resultados que podem ser obtidos. A apresentação de um estudo de caso, com a análise de uma base de dados de grande dimensão, permitiu constatar a utilidade do sistema Padrão na exploração de bases de dados geo-referenciadas, nomeadamente, na identi…cação de relacionamentos implícitos existentes entre os dados geo-espaciais e os dados não espaciais analisados.